bzoj 2296: 【POJ Challenge】随机种子

2024-06-01 09:55:03

Time Limit: 1 Sec Memory Limit: 128 MBSec Special JudgeDescription

1tthinking除了随机算法，其他什么都不会。但是他还是可以ac很多题目，他用的是什么呢？他会选择一个好的随机种子，然后输出答案。往往他选择的一个好的种子可以有99%的概率ac题目。

他会按照下面的规则选择一个种子。首先1tthinking有自己喜欢的一个幸运数字 x。然后他会找一个数字 a 使得 (1)a is a 是 x 的倍数 (2) a 的十进制表示包含0到9。

举个例子, 如果 x = 1, 那么 9182736450 就是一个1tthinking需要的随机种子。

然而1tthinking有的时候花了很久也找不到这个数，他感到很失望。现在他把问题留给了你。

Input

第1行，一个整数 T (0 ≤ T ≤ 100), 幸运数字的数量。

第2到 T + 1行: X_i (0 ≤ X_i ≤ 10⁶), 1tthinking的幸运数字。

Output

第1到 T: 一个整数 Y_i (0 ≤ Y_i ≤ 10¹⁶), 满足条件的随机种子. 如果不存在，输出-1。

Sample Input

3
1
2
10

Sample Output

9876543210
9876543210
9876543210

---------

解：乱搞；（？？？数论）

做法是取n=1234567890 000000+x-1234567890 000000%x;

对x=0特判-1即可。

#include<cstdio>
#include<cstring>
#define ll long long
const ll ans=1234567890000000;
int main()
{int t;scanf("%d",&t);while(t--){int x;scanf("%d",&x);if(x) printf("%lld\n",ans+x-(ans%x));else if(!x) printf("-1\n");}return 0;
}

转载于:https://www.cnblogs.com/12fs/p/7642697.html

bzoj 2296: 【POJ Challenge】随机种子相关推荐

BZOJ 2287 POJ Challenge 消失之物
BZOJ题目不完整,看了看题解.发现他们都要取模10,还以为是dp的限制. 改了两小时,之后猛然发现.卧槽原本我少了一个取模. 写法1:暴力写法最简单的想法(只要你会背包dp) 我在枚举每次不选哪个 ...
BZOJ 2287 【POJ Challenge】消失之物
2287: [POJ Challenge]消失之物 Description ftiasch 有 N 个物品, 体积分别是 W1, W2, ..., WN. 由于她的疏忽, 第 i 个物品丢失了. &q ...
bzoj2287【POJ Challenge】消失之物缺一01背包
bzoj2287[POJ Challenge]消失之物缺一01背包链接 bzoj 思路分治solve(l,r,arr)表示缺少物品\([l,r]\)的dp数组arr. 然后solve(l,mid ...
让炼丹更玄学！苏大博士生用「天干地支」生成随机种子，项目已开源
视学算法报道编辑:好困袁榭 [新智元导读]为了顺利炼出模型,搞AI的朋友们真的是什么路子都想过. 机器学习,俗称「炼丹」. 作为AI「黑魔法」的一种,再加点「玄学」又会如何? 最近,有位来 ...
20210810 所有图像数据准备一条龙（labelme_json转mask、数据增强Augmentor、随机种子设比例生成train.val、转格式(.jpg转.png)、尺寸、位深度变换
0. 图像批量处理一步到位:转格式(.jpg转.png).尺寸(640*480).位深度(RGB)等 import os import glob import os.path from PIL imp ...
深度学习中的随机种子
''' 深度学习代码中的随机种子深度学习网络模型中初始的权值参数通常都是初始化成随机数而使用梯度下降法最终得到的局部最优解对于初始位置点的选择很敏感为了能够完全复现作者的开源深度学习代码,随机种 ...
2287. 【POJ Challenge】消失之物（数组递推\分治优化背包）
2287. [POJ Challenge]消失之物这题的思想和P4564 [CTSC2018]假面优化的思想一样,应该反过来说,假面那个题应该是借鉴这题的思路. 显然不能枚举每个物品消失O(n)O( ...
Pytorch(6)-设置随机种子，复现模型结果
设置随机种子,复现模型结果 1.Python本身的随机因素 2.numpy随机因素 3.pytorch随机因素在很多情况下,我们希望能够复现实验的结果.为了消除程序中随机因素的影响,我们需要将随机数 ...
设置numpy的随机种子
np.random.random([])可以生成随机数矩阵,有时候我们想每次生成的随机数矩阵都一样,这时只需在前面加一句 np.random.seed(0)即可,如: np.random.seed(0 ...

最新文章

热门文章